# Step 1 跳过策略——复用已有OCR全文

## 适用条件
当合同文件夹中已存在 `_全文.md` 或 `_全文_OCR.md` 文件时，Step 1 可以跳过OCR提取。

## 前提
- MD文件确实是从对应PDF提取的（检查文件头注释/来源标注）
- 文件修改日期不早于PDF修改日期（排除旧版本残留）

## 仍然必做
即使跳过OCR提取，以下步骤**不能跳过**：

1. **Copy到工作目录**：`sudo docker exec cat ... > /tmp/<workdir>/`
2. **跑 ocr-garble-detect.py**：扫全文乱码
3. **高危行 vision 核实**：
   - TOC页（目录页）的乱码可以标记为"非实质"忽略
   - 附件表格（租金/面积/保证金）的乱码必须核实
   - 核心条款（维修/违约/解除）的乱码必须核实
4. **关键财务数据交叉验证**：
   - 单价 × 面积 = 月租总额？
   - 不含税 × 税率 = 税金？
   - 保底租金 × 月数 ≈ 保证金？

## 实例
世茂校区(2026-07-02)：4份合同MD文件都已存在，直接复用。garble检测结果：
- 世茂新租赁：15处高危（主要在TOC+附件表格），vision确认核心条款完整
- 世茂物业青少：6处高危
- 高中租赁：18处高危
- 高中物业：2处高危

关键发现：附件三（租金表）的OCR乱码虽然触发高危，但数字部分清晰可读，经vision确认后可进入Step 2。

## 时间节省
跳过OCR约节省15-30分钟/份（扫描件OCR+后台处理时间）。4份合同合计节省约1-2小时。